本文主要針對(duì)計(jì)算機(jī)視覺(jué)技術(shù)在智能車上的普遍應(yīng)用的現(xiàn)狀,通過(guò)對(duì)車載單目攝像機(jī)采集的圖片信息進(jìn)行圖像處理,獲得前方障礙物車輛的位置信息,輔助車輛制動(dòng)、避障,提高行車安全。算法主要是在檢測(cè)出前方車輛的基礎(chǔ)上,考慮路面坡度對(duì)視覺(jué)測(cè)距的影響,通過(guò)建立測(cè)距模型完成對(duì)實(shí)車距離的推導(dǎo)計(jì)算。首先,通過(guò)攝像機(jī)標(biāo)定獲取其內(nèi)部和外部參數(shù)。攝像機(jī)內(nèi)部參數(shù)使用張正友攝像機(jī)標(biāo)定法可以準(zhǔn)確、快速地計(jì)算獲得;考慮到攝像機(jī)安裝后對(duì)車道線消失點(diǎn)和路面消失線的影響,利用消失點(diǎn)的圖像坐標(biāo)和消失線的位置計(jì)算出攝像機(jī)的外部參數(shù),包括俯仰角,偏航角和旋轉(zhuǎn)角。接著,進(jìn)行圖像預(yù)處理操作,提取出路面車道線的邊緣特征,運(yùn)用概率霍夫變換算法,通過(guò)添加約束擬合出道路車道線;根據(jù)車道線斜率變化分析路面坡度情況,并進(jìn)一步計(jì)算出消失點(diǎn)坐標(biāo);考慮到道路交通要素很多,文中把車輛作為障礙物并使用adaboost算法實(shí)現(xiàn)對(duì)前方車輛的檢測(cè),接著提取測(cè)量點(diǎn)坐標(biāo)。然后,依據(jù)攝像機(jī)成像原理,建立表示車輛距離的測(cè)距模型并將道路坡度考慮進(jìn)模型中,根據(jù)自車到斜坡的距離以及自車與障礙物車輛的位置關(guān)系,分情況推導(dǎo)出路面坡度以及障礙物車輛距離的計(jì)算公式,并分析車輛跟車過(guò)程中車輛... 

【文章來(lái)源】：合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

光筆式測(cè)量法的測(cè)量棒Fig1.1Themeasuringroboflightpenmeasuringmethod

圖 1.2 幾何形狀約束法位姿示意圖2 Geometric shape constraint normal pose d出物體邊緣的特征點(diǎn)后擬合橢圓，著計(jì)算出圓法線的方向角ω和高低ang 等人分別研究?jī)蓚�(gè)獨(dú)立的圓和同深度信息恢復(fù)算法中，參數(shù)的計(jì)算運(yùn)動(dòng)視覺(jué)為主。為消除近距離成像焦測(cè)距和散焦測(cè)距的幾何光學(xué)法的可調(diào)時(shí)，使被測(cè)點(diǎn)位于聚焦位置，距離。散焦方法則是利用物體的位的散焦圖像特征現(xiàn)象，使用兩個(gè)或離信息。欒長(zhǎng)一在矯正畸變圖像的

2.1 攝像機(jī)針孔成像模型攝像機(jī)成像基于針孔成像理論，是根據(jù)三維空間中的點(diǎn)通過(guò)光學(xué)中心投影到像平面的過(guò)程所建立的模型，也稱為攝像機(jī)的線性透視投影模型[48]。圖像是三維空間中的物體借助針孔成像在像平面上的反映，其通道數(shù)和像素?cái)?shù)值表達(dá)了對(duì)應(yīng)點(diǎn)的反射光強(qiáng)和顏色組成，像素點(diǎn)的位置分布與三維空間坐標(biāo)系和圖像平面坐標(biāo)系相關(guān)。計(jì)算機(jī)視覺(jué)研究中，理想的投影成像模型依據(jù)光軸中心所建立，反映了三維立體到像平面的投影關(guān)系，也稱為針孔模型[49]。因此，可以視針孔模型為攝像機(jī)成像模型。攝像機(jī)成像過(guò)程中主要涉及四個(gè)坐標(biāo)系之間的轉(zhuǎn)換：世界坐標(biāo)系 wwwwO XYZ，攝像機(jī)坐標(biāo)系 ccccO XYZ，圖像坐標(biāo)系 o xy以及像素坐標(biāo)系 ouvuv [50]。2.2 坐標(biāo)系建立以及相互轉(zhuǎn)換2.2.1 坐標(biāo)系建立攝像機(jī)成像過(guò)程中涉及到的多個(gè)坐標(biāo)系之間的轉(zhuǎn)換反映的是攝像機(jī)成像的整個(gè)過(guò)程[51]。如圖 2.1 示：

【參考文獻(xiàn)】：
期刊論文
[1]2019年第十一屆數(shù)字圖像處理國(guó)際會(huì)議（ICDIP2019） 2019年5月10～13日 廣州中山大學(xué)[J].   計(jì)算機(jī)應(yīng)用研究. 2019(02)
[2]基于激光結(jié)構(gòu)光的視覺(jué)傳感器的圖像處理技術(shù)研究應(yīng)用及展望[J]. 孫博文,朱志明,郭吉昌,于英飛.  焊接. 2018(09)
[3]無(wú)人駕駛汽車發(fā)展現(xiàn)狀及未來(lái)展望[J]. 穆康樂(lè).  電子技術(shù)與軟件工程. 2017(21)
[4]自動(dòng)駕駛產(chǎn)業(yè)發(fā)展現(xiàn)狀及趨勢(shì)[J]. 倫一.  電信網(wǎng)技術(shù). 2017(06)
[5]面向2020的自動(dòng)駕駛業(yè)態(tài)及我國(guó)產(chǎn)業(yè)發(fā)展的政策建議[J]. 徐西峰,董明芳.  現(xiàn)代電信科技. 2017(01)
[6]寶馬集團(tuán)、英特爾和Mobileye將在2017年下半年開始無(wú)人駕駛汽車的路測(cè)[J].   中國(guó)安防. 2017(Z1)
[7]無(wú)人車在國(guó)內(nèi)首次開放城市道路試運(yùn)營(yíng)[J].   汽車與配件. 2016(50)
[8]掃描19家獲加州無(wú)人駕駛牌照的公司[J]. 阮曉東.  新經(jīng)濟(jì)導(dǎo)刊. 2016(12)
[9]先進(jìn)駕駛輔助系統(tǒng)開始普及[J]. 周路菡.  新經(jīng)濟(jì)導(dǎo)刊. 2016(08)
[10]Mobileye:商用車駕駛員的第3只眼[J]. 趙冉.  專用車與零部件. 2016(04)

博士論文
[1]基于光靶標(biāo)的雙相機(jī)三坐標(biāo)測(cè)量系統(tǒng)關(guān)鍵技術(shù)的研究[D]. 彭凱.天津大學(xué) 2007

碩士論文
[1]基于視覺(jué)的無(wú)人機(jī)地面目標(biāo)精確定位算法研究[D]. 房東飛.哈爾濱工業(yè)大學(xué) 2018
[2]基于視覺(jué)的掃地機(jī)器人導(dǎo)航系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 李敏.中國(guó)科學(xué)技術(shù)大學(xué) 2018
[3]基于雙目單視面和結(jié)構(gòu)光的三維復(fù)原精度研究[D]. 黃治凡.華南理工大學(xué) 2018
[4]基于三維激光雷達(dá)的障礙物檢測(cè)與跟蹤研究[D]. 汪世財(cái).合肥工業(yè)大學(xué) 2018
[5]基于機(jī)器視覺(jué)的輔助駕駛系統(tǒng)中預(yù)警系統(tǒng)設(shè)計(jì)[D]. 毛河.電子科技大學(xué) 2014
[6]基于單目視覺(jué)的前方車輛檢測(cè)和測(cè)距方法研究[D]. 馮月.北京化工大學(xué) 2013
[7]基于單目視覺(jué)的實(shí)時(shí)車距測(cè)量方法研究[D]. 陳琦.武漢理工大學(xué) 2013
[8]基于定焦平移序列圖像的測(cè)距技術(shù)研究[D]. 欒長(zhǎng)一.沈陽(yáng)理工大學(xué) 2013
[9]基于圖像處理的車輛行駛過(guò)程中自主輔助控速技術(shù)的研究[D]. 楊先勇.重慶大學(xué) 2012
[10]基于單目視覺(jué)的車輛主動(dòng)安全技術(shù)研究[D]. 張青森.電子科技大學(xué) 2011



本文編號(hào)：3103697